由石墨邦主办的2025年第六届半导体用炭材料技术研讨会将于2025年4月28日-29日在长沙市召开。
长按扫码 报名参会
技术创新一直是产业升级的核心发展动力，这同样适用于传统炭材料领域。无论是石墨烯、碳纤维还是多孔碳、碳纳米管，每一次材料突破都与科技进程联系紧密。不仅如此，新材料的变革还关系着其自身产业链的重塑。在全球制造业加速转型的时代背景下，人工智能的加入正在为传统炭材料行业写入科技的基因。一场关于智能化生产的风暴，正在酝酿。
受下游应用刺激，上游炭材料工厂生产规模也在逐渐扩大，传统的管理模式已经无法和企业的高质量发展同步。引入AI算法，用智能化生产重构炭材料生产制备环节，颠覆着传统炭材料行业的生产研发模式。
从经验驱动到智能系统把关
传统炭材料的制备很大程度上依赖工程师的经验积累，随之而来的，这也暴露出了传统炭材料生产过程中存在着的痛点：诸如生产流程复杂、人为因素导致的稳定性差、良率不够高、能源消耗大等。
在针对合格率提升这一方面，之前有一碳纤维企业曾经花费七年时间成立工艺数据库，但是对产品合格率的提升收效甚微，合格率一直徘徊在82%左右，好在人工智能的出现打破了这个合格率提升僵局。
实际生产过程中，就诞生了辅助生产的智能数字系统。通过建立多物理场耦合模型，AI系统在虚拟空间中对热解、石墨化等关键工序进行百万级模拟实验。卷积神经网络（CNN）实时分析扫描电镜图像，捕捉微观结构演变特征；长短期记忆网络（LSTM）则通过时间序列数据预测工艺参数间的动态关联。
该数字孪生系统已经改变了石墨生产的节奏和稳定性。在某特种石墨生产线上，这种数字孪生系统将工艺优化周期从3个月压缩至72小时，能耗降低27%，产品批次稳定性提升至99.6%。
AI智能在制造场景上的应用同样改变了炭材料的产业生态。CVD法制备碳纳米管时，日本东丽公司利用AI优化CVD工艺，使多壁碳纳米管（MWCNT）的抗拉强度从50 GPa提升至63 GPa（接近理论极限）。另外，中国科学院团队开发AI控制系统，在浮动催化剂CVD法中实现超长（>1 mm）碳纳米管阵列的定向生长，成功率从30%提升至85%。换句话说，在AI与CVD工艺的深度结合之下，碳纳米管的“结构可控性”和“生产经济性”的缺口逐渐被缝合。
具备自我深度学习算法的人工智能，以数据为联结网络，正在大幅提升炭材料产品的强度、减少缺陷，降低了企业的试错成本。
AI促进新型炭材料研发
当下人工智能技术的发展已经是日新月异，从研究到应用遍布人工智能的身影。中国工程院院士干勇认为，人工智能将重塑材料研发过程，材料会逆向生成。
材料的发现和创新，需要大量的数据积累。这意味着新的技术路线即将诞生：在理论框架和材料科学数据的基础上，利用高通量计算（一种利用计算机模拟方法研究材料性质的科学研究手法）获得大量相关数据，再将数据导入人工模型，借助AI推算未知材料的性能。
美国早在2011年就提出了“材料基因组计划”，计划中提到“如何通过高通量材料集成计算，整合新材料设计过程中的数据、代码、计算工具等以实现共享，从而加快新材料的研发”。简言之，通过AI促进材料研究的课题已经在世界范围内开展起来了。
麻省理工学院的团队通过整合数十万篇研究论文和近百个专业数据库构建了碳材料知识图谱，利用图神经网络挖掘出了200多个潜在新型碳同素异形体。其中，该团队的研究人员于2017年首次合成了3D石墨烯。他们预测的3D石墨烯结构，在实验室合成后展现出超乎预期的储氢性能。除此之外，它还具有卓越的电学和热学性能，通用性高，可适用于多个领域。
数字智能技术相当于企业研发的第三只手，无形之中还提升了研发效率。去年12月，北京大学张锦院士团队的新研究亮点之一就在于开发了AI辅助的纳米碳材料智能合成平台——Carbon Copilot （CARCO），该平台可以覆盖纳米碳材料制备研究的全流程。并且，张锦院士团队基于该平台发现了新的钛-铂双金属催化剂。
科技改变世界从不是一句口号，从生产到生活，都有AI智能的身影。站在材料智能革命的端口，可以看到传统炭材料行业正在经历一场巨变：从往日的经验主义到如今智能化生产，AI智能将帮助人类探索更多新材料。
亲，点击下方的“阅读原文”，立即报名“2025年第六届半导体用炭材料技术研讨会”
